← Back

Entry Analysis Overhaul — API Integration & 3 Section Baru

api entry-analysis integration risk-management

errors

  • API response structure mismatch (critical): View entry analysis mengakses key dictionary response API dengan case dan path yang salah. Response API FastAPI actual structure: python { "heikin_ashi": {...}, # lowercase "supertrend": {...}, # lowercase "rsi": 45.2, # bukan RSI_14 "indicators": { "fibonacci": {...} # nested! } } # Yang diakses view (salah): # analysis['HEIKIN_ASHI'] ❌ → None # analysis['SUPERTREND'] ❌ → None # analysis['RSI_14'] ❌ → None # analysis['fibonacci'] ❌ → None (harus analysis['indicators']['fibonacci']) Akibatnya semua data teknis undefined di halaman entry analysis.

  • Data mismatch antara dashboard dan Telegram bot: Saham yang sama menunjukkan angka berbeda di dashboard vs Telegram bot. Contoh: score, RSI, accumulation semuanya beda. User bingung mana yang benar.

  • API key case mismatch (critical): View entry analysis mengakses key dictionary dengan nama yang salah:

  • HEIKIN_ASHI → harusnya heikin_ashi
  • SUPERTREND → harusnya supertrend
  • RSI_14 → harusnya rsi
  • fibonacci ada di nested object indicators['fibonacci'], bukan di root response

  • Format turnover mentah: avg_turnover_20d tampil sebagai angka raw (contoh: 150000000000) tanpa formatting ke miliar/triliun — user tidak bisa baca dengan cepat.

  • IHSG hit API setiap page load: Setiap render entry analysis memicu fetch yfinance ^JKSE — boros dan riskan kena rate limit.

context

Entry analysis adalah halaman detail untuk saham tertentu — user klik saham di watchlist untuk lihat analisis lengkap. Sebelumnya, view ini query langsung ke database PostgreSQL. Sementara Telegram bot menggunakan endpoint API FastAPI (/api/analysis/{symbol}) yang punya logika formatting sendiri. Karena sumber data berbeda, hasilnya tidak konsisten. Selain itu, halaman entry analysis hanya menampilkan data mentah tanpa advice actionable seperti entry zone, cut loss, atau risk management.

investigation

  1. Data mismatch: Bandingkan output dashboard vs Telegram bot untuk saham yang sama (contoh: BBCA). Dashboard pake SQL query langsung ke smart_stock_scores dan indicators. Bot pake response dari /api/analysis/{symbol} yang melalui analysis_service.py. Ternyata format dan logika komputasinya berbeda — API punya tambahan formatting dan normalization yang tidak ada di view.
  2. API key mismatch: Cek response API — struktur JSON punya key lowercase (heikin_ashi, supertrend, rsi). Tapi view entry analysis mengakses dengan uppercase (HEIKIN_ASHI, SUPERTREMD — typo juga, SUPERTREND bukan SUPERTREMD). Akibatnya key selalu None.
  3. Nested fibonacci: Di response API, fibonacci ada di dalam indicators.fibonacci (nested object), bukan di root. View mencoba akses response['fibonacci'] — selalu KeyError.
  4. Turnover formatting: avg_turnover_20d disimpan sebagai numeric di DB. View tidak formatting. Bot formatting via formatters.py — "150 M" atau "1.5 T".
  5. IHSG tiap load: Entry analysis view punya context processor sendiri yang fetch IHSG dari yfinance tiap kali halaman di-render. Tidak ada cache.

root-cause

  1. View bypass API: Alih-alih manggil API endpoint yang sama dengan bot, view entry analysis query langsung ke DB. Ini melanggar DRY principle — logika formatting terduplikasi dan tidak sinkron.
  2. Case sensitivity Python: Dictionary key di Python case-sensitive. Key response API lowercase, view pake uppercase. Tidak ada error (KeyError di-handle jadi None) — jadi bug silent.
  3. Nested object tidak diperhitungkan: Response API punya struktur nested, view flat access.
  4. Tidak ada cache IHSG: Context processor tidak punya mekanisme cache — fetch tiap request.
  5. Tidak ada entry advice: Original view cuma tampilkan data teknis. Tidak ada interpretasi atau recommendation untuk user.

solution

  1. Refactor view ke local API: Ganti semua query DB langsung dengan HTTP call ke /api/analysis/{symbol} menggunakan requests library. Local API (FastAPI di port 9001) sudah jalan — tinggal dipanggil dari Django view.
  2. Format response API sudah match dengan Telegram bot — data otomatis konsisten.
  3. Fix API key akses: Sesuaikan key akses dengan struktur response API:
  4. heikin_ashi (lowercase)
  5. supertrend (lowercase, fix typo dari SUPERTREMD)
  6. rsi (bukan RSI_14)
  7. indicators.get('fibonacci', {}) untuk nested fibonacci
  8. Format turnover: Panggil WibFormatter.format_currency() atau format inline — tampilkan sebagai "1.5T" atau "150M".
  9. 3 section baru di template entry_analysis.html:
  10. Sniper Advice: action (buy/sell/hold), entry zone, reason — dari response API
  11. MrCuan Radar: score, accum, breakout signal, fundamentals (ROE, EPS, DTE) — dari response API
  12. Risk Management: cut loss, stop loss level — dihitung dari support/resistance di response
  13. IHSG context processor cache: Pindah ke global context processor dengan in-memory cache 5 menit TTL (pattern yang sama dengan 2026-06-13).

insight

  • API sebagai single source of truth: Dengan semua konsumen (dashboard, bot, future apps) pake API yang sama, data consistency terjamin. View yang query langsung ke DB adalah anti-pattern untuk multi-consumer architecture.
  • Silent None lebih bahaya dari error: KeyError yang di-handle diam-diam jadi None bikin bug susah dilacak. Lebih baik logging warning atau explicit error handling.
  • Entry advice jauh lebih valuable dari raw data: User tidak perlu tahu RSI = 45. Mereka perlu tahu "RSI netral, tunggu breakout confirmation". 3 section baru (Sniper Advice, MrCuan Radar, Risk Management) mengubah entry analysis dari data dump jadi decision support tool.
  • Nested API response perlu dokumentasi atau type hints: Tanpa dokumentasi struktur response, developer gampang salah akses key. Swagger/OpenAPI dari FastAPI sebenernya ada — tapi tidak dipakai oleh Django view.

gotchas

  • requests library di Django view: HTTP call ke local API berarti ada network latency (meski localhost). Tambah timeout (5 detik) dan handle case API sedang down — jangan sampai entry analysis error 500 gara-gara API timeout. python # Entry analysis view — HTTP call ke local API import requests try: resp = requests.get( f"http://localhost:9001/api/analysis/{symbol}", timeout=5 # <--- kritis! tanpa timeout bisa hang ) data = resp.json() except requests.exceptions.Timeout: # fallback kalau API sedang sibuk data = {'error': 'API timeout, coba lagi nanti'} except requests.exceptions.ConnectionError: # fallback kalau API down data = {'error': 'API tidak tersedia'}
  • Circular dependency: View Django call API FastAPI. Kalau FastAPI call balik ke Django (misal untuk autentikasi), bisa infinite loop. Pastikan arus data satu arah.
  • Struktur response API berubah: Kalau API di-refactor dan response structure berubah, entry analysis bisa break tanpa disadari. Tambah integration test yang bandingkan output dashboard vs bot.
  • IHSG cache invalidation: Context processor cache in-memory akan hilang kalau server restart. Acceptable — cache akan terisi lagi di request berikutnya.
  • Fibonacci access: indicators.get('fibonacci', {}) — jangan akses indicators['fibonacci'] langsung, karena bisa KeyError kalau API return response tanpa fibonacci.
  • Stop loss / cut loss calculation: Jangan hardcode persentase. Ambil dari support/resistance level di response API, atau dari ATR (Average True Range) kalau tersedia.

Last updated 31 Jul 2026 00:15

Comments